[发明专利]一种多特征值的开关柜故障诊断方法、系统及介质在审
| 申请号： | 201910567311.9 | 申请日： | 2019-06-27 |
| 公开（公告）号： | CN110244204A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 万代;由凯;赵邈;段绪金;齐飞;周恒逸;彭涛;彭思敏 | 申请（专利权）人： | 国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12;G06K9/00;G06K9/62 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410004 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多特征值的开关柜故障诊断方法、系统及介质，本发明开关柜故障诊断方法包括采集被测开关柜发出的人耳可闻声、超声波、地电波三种波形信号，分别针对三种波形信号提取特征信号、将特征信号进行归一化、进行降维；将降维后的特征信号输入训练好的机器学习模型得到被测开关柜的故障诊断结果；所述机器学习模型被预先训练建立了降维和融合后的特征信号、故障诊断结果之间的映射关系。本发明通过提取人耳可闻声、超声波、地电波三种波形信号，提取相应的特征，并将特征进行降维，再利用机器学习技术对数据进行训练和综合诊断，能够明显提高开关柜故障检测的准确度和可靠性，在开关柜故障诊断领域具有巨大的应用价值。 | ||
| 搜索关键词： | 开关柜 波形信号 故障诊断 特征信号 降维 故障诊断结果 机器学习模型 超声波 人耳 电波 故障诊断领域 机器学习技术 故障检测 提取特征 映射关系 准确度 归一化 再利用 采集 诊断 融合 应用 | ||
【主权项】：
1.一种多特征值的开关柜故障诊断方法，其特征在于实施步骤包括：1)采集被测开关柜发出的人耳可闻声、超声波、地电波三种波形信号；2)分别针对人耳可闻声、超声波、地电波三种波形信号提取特征信号；3)将特征信号进行归一化，再进行降维；4)将降维后的特征信号输入训练好的机器学习模型得到被测开关柜的故障诊断结果；所述机器学习模型被预先训练建立了降维和融合后的特征信号、故障诊断结果之间的映射关系。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司，未经国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910567311.9/，转载请声明来源钻瓜专利网。
